Гильбертовы матрицы и их инверсии

В этом примере показано, как вычислить инверсию Гильбертовой матрицы с помощью Symbolic Math Toolbox™.

Определение: Гильбертова матрица является квадратной матрицей с записями, являющимися модульной частью. Hij=1i+j-1. Например, 3x3 Гильбертова матрица H=[11213121314131415]

Символьные расчеты дают точные результаты для этих плохо обусловленных матриц, в то время как чисто численные методы перестали работать.

Создайте 20 20 числовую Гильбертову матрицу.

H = hilb(20);

Найдите число обусловленности этой матрицы. Гильбертовы матрицы плохо обусловлены, означая, что у них есть большие числа обусловленности, указывающие, что такие матрицы почти сингулярны. Обратите внимание на то, что вычислительные числа обусловленности также подвержены числовым ошибкам.

cond(H)
ans = 2.1211e+18

Поэтому инвертирование Гильбертовых матриц численно неустойчиво. Когда вы вычисляете обратную матрицу, H*inv(H) должен возвратить единичную матрицу или матрицу близко к единичной матрице в некотором допуске на погрешность.

Во-первых, вычислите инверсию H при помощи inv функция. Предупреждение выдано из-за числовой нестабильности.

H*inv(H)
Warning: Matrix is close to singular or badly scaled. Results may be inaccurate. RCOND =  1.549910e-19.
ans = 20×20

    1.0000    0.0000   -0.0000   -0.0024   -0.0156    0.0625    0.0312   -0.2500    0.8320         0    0.0312    1.3750    0.1250   -0.3438   -0.8750   -0.5000         0         0   -1.2500         0
   -0.1868    1.0000   -0.0001   -0.0024    0.0273    0.0781   -0.5625   -0.5625   -1.0273    0.3125   -0.4082   -0.6250    3.3750   -0.4219    0.5000   -0.1250   -2.0000    1.5000   -1.7500   -0.1250
   -0.2244    0.0051    1.0001   -0.0054    0.0273    0.0625   -0.1562    0.8750   -1.0781    0.2500   -0.1113    1.8750    1.7500    0.6250    0.1250   -2.8750   -2.0000   -0.5000    0.7500    0.6875
   -0.2236   -0.0412    0.0613    0.9985    0.0273    0.0625    0.3438   -0.2500    0.2637    0.3750   -0.8867    1.2500   -1.5000   -0.3906   -0.8750    0.5000   -3.0000    1.0000    3.5000   -0.0625
   -0.2112   -0.1026    0.1511   -0.0222    1.0273    0.1250    0.0938    0.1250    0.7441   -0.5625   -0.2285    0.1250    0.7500   -1.7188    0.3125   -2.0000   -3.5000   -2.0000    1.5000   -0.5000
   -0.1962   -0.1541    0.1993    0.0381   -0.0254    0.9531    0.0625    0.2500   -1.0879   -0.8125   -0.1777   -0.6250   -0.6250   -0.4688   -0.6875   -3.5000    0.2500    0.5000         0    0.7500
   -0.1815   -0.1888    0.1856    0.2017   -0.1602    0.0781    0.6250    1.3125    0.5137    0.8750    0.4668    2.2500   -2.2500   -0.6562    0.9375   -2.7500         0    2.0000    1.5000   -0.3125
   -0.1681   -0.2076    0.1196    0.4419   -0.3184   -0.2344    0.7812    0.4375    0.5254    0.5625   -0.0957   -0.6250   -0.1250   -1.0000   -1.4375    2.0000   -5.5000    2.7500    0.2500    0.4688
   -0.1563   -0.2138    0.0152    0.7461   -0.5840    0.0312   -0.2500    1.3438   -0.2051    2.3125    0.0449    1.3750   -8.0000    2.4922    2.8750   -5.0000    3.0000   -1.2500    1.7500    0.0938
   -0.1460   -0.2108   -0.1120    1.0696   -0.7773    0.0781    0.2500   -0.1250    0.8945    0.3125   -0.4688    1.5000   -5.0000   -1.1953    2.0625   -2.5625    2.2500   -1.7500    0.5000    0.1250
      ⋮

Теперь используйте MATLAB® invhilb функция, которая предлагает лучшую точность для Гильбертовых матриц. Эта функция находит точные инверсии Гильбертовых матриц до 15 15. Для 20 20 Гильбертовой матрицы, invhilb находит приближение обратной матрицы.

H*invhilb(20)
ans = 20×20
1010 ×

    0.0000    0.0000    0.0000   -0.0000   -0.0000   -0.0003    0.0027   -0.0113   -0.0526   -0.1057    0.3087    0.3288   -0.3020   -7.1001    1.5435    4.8989   -0.1242   -0.0319    0.1770    0.0029
   -0.0000    0.0000   -0.0000   -0.0000   -0.0000   -0.0001   -0.0015    0.0114   -0.0749    0.2441   -0.2819    3.6574   -4.3487   -1.2214   -4.3218    7.4826   -2.6407    0.8623   -0.0776    0.0029
    0.0000    0.0000    0.0000   -0.0000   -0.0000   -0.0003   -0.0005   -0.0029    0.0180   -0.1460   -0.5184    1.0100    0.2483   -6.2948   -4.8050    5.7982   -1.0939    0.3758    0.0495   -0.0033
    0.0000   -0.0000    0.0000   -0.0000   -0.0000    0.0000    0.0012    0.0152   -0.0434   -0.1653   -0.2097    2.0099   -2.7850   -3.4360    0.9328    5.2613   -1.8220    0.6610   -0.0126   -0.0050
   -0.0000    0.0000   -0.0000   -0.0000   -0.0000   -0.0001    0.0007    0.0127   -0.1088    0.1946   -0.4312    1.4630   -2.5032   -2.9998    1.2885    6.0666   -1.9898    0.3238   -0.0839    0.0045
    0.0000   -0.0000    0.0000   -0.0000    0.0000   -0.0002    0.0003   -0.0044    0.0231    0.0562         0    0.5838   -0.5302   -3.7447    4.9325    2.3287   -1.3220   -0.1242    0.1323   -0.0138
   -0.0000    0.0000   -0.0000    0.0000   -0.0000    0.0001   -0.0003    0.0170   -0.0938    0.0721   -0.5335    3.4326   -5.1540   -1.0536    0.5570    7.6974   -1.5234    0.2382   -0.1527   -0.0038
    0.0000    0.0000    0.0000   -0.0000    0.0000   -0.0003    0.0024   -0.0078    0.0091   -0.2278    0.5872    0.3792    0.7046   -4.3151    3.8319   -0.5369    0.1745   -0.0042    0.1141   -0.0141
   -0.0000   -0.0000   -0.0000   -0.0000   -0.0000   -0.0000   -0.0006    0.0113   -0.0708    0.1850   -0.7147    2.1643   -1.7851   -3.5970   -0.0201    4.1607   -1.3925    0.5637   -0.0497    0.0036
    0.0000    0.0000    0.0000   -0.0000   -0.0000   -0.0001    0.0001    0.0023   -0.0149   -0.0679    0.3087    0.1074   -0.1745   -4.3218    0.8925    3.9259   -0.7986    0.2533    0.0455   -0.0091
      ⋮

Чтобы избежать ошибок округления, используйте точные символьные расчеты. Для этого создайте символьную Гильбертову матрицу.

Hsym = sym(H)
Hsym = 

(11213141516171819110111112113114115116117118119120121314151617181911011111211311411511611711811912012113141516171819110111112113114115116117118119120121122141516171819110111112113114115116117118119120121122123151617181911011111211311411511611711811912012112212312416171819110111112113114115116117118119120121122123124125171819110111112113114115116117118119120121122123124125126181911011111211311411511611711811912012112212312412512612719110111112113114115116117118119120121122123124125126127128110111112113114115116117118119120121122123124125126127128129111112113114115116117118119120121122123124125126127128129130112113114115116117118119120121122123124125126127128129130131113114115116117118119120121122123124125126127128129130131132114115116117118119120121122123124125126127128129130131132133115116117118119120121122123124125126127128129130131132133134116117118119120121122123124125126127128129130131132133134135117118119120121122123124125126127128129130131132133134135136118119120121122123124125126127128129130131132133134135136137119120121122123124125126127128129130131132133134135136137138120121122123124125126127128129130131132133134135136137138139)

Получите значение числа обусловленности. Это было выведено символьными методами и свободно от числовых ошибок.

vpa(cond(Hsym))
ans = 24521565858153031724608315432.509

Несмотря на то, что его число обусловленности является большим, можно вычислить точную инверсию матрицы.

Hsym*inv(Hsym)
ans = 

(1000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001000000000000000000001)

Для просмотра документации необходимо авторизоваться на сайте